Escolar Documentos
Profissional Documentos
Cultura Documentos
LAVRAS – MG
2016
GEOVANE JUNQUEIRA ALVES
Orientador
Dr. Carlos Rogério de Mello
Coorientador
Dr. Samuel Beskow
LAVRAS – MG
2016
Ficha catalográfica elaborada pelo Sistema de Geração de Ficha Catalográfica da Biblioteca
Universitária da UFLA, com dados informados pelo(a) próprio(a) autor(a).
LAVRAS – MG
2016
A José Carlito Alves, meu pai (in memoriam), que durante sua vida, e mesmo
após seu falecimento, me proporcionou tudo que estava ao seu alcance e um
pouco mais, ensinando-me os verdadeiros valores humanos e cristãos.
Vocês foram e são para mim, o maior exemplo de vida, matrimônio, e de amor
que alguém poderia ter.
DEDICO
AGRADECIMENTOS
CN Curve Number
Ia Abstração inicial (mm)
S Armazenamento potencial de água no solo (mm)
λ Coeficiente de abstração inicial
Q Escoamento superficial direto ou deflúvio (mm)
P Precipitação total do evento (mm)
AMC Condição de umidade antecedente
V Vazão (m³s-1)
H Lâmina registrada pelo linígrafo (cm)
Qt Vazão de escoamento base no tempo t (L3T-1)
Qt0 Vazão de escoamento base no tempo t0 (L3T-1)
α Coeficiente de recessão
t0 Dia Juliano
Ai Área de cada valor de CN a ser atribuído
AT Área total da bacia (km²)
S0,05 Armazenamento potencial de água no solo para λ = 0,05 (mm)
CN0,05 Curve Number para λ = 0,05
CN∞ Curve Number para precipitação tendendo ao infinito
µ1 e µ 2 Coeficientes de ajuste para determinação assintótica de CN
RMSE Raiz do quadrado médio do erro
CNS Coeficiente de Nash-Sutcliffe
Pbias Coeficiente de Pbias
n Número de eventos utilizados
Qobs Escoamento superficial direto observado
Qe Escoamento superficial direto estimado
P5 Precipitação total ocorrida nos 5 dias antecedentes ao evento
considerado
M Métodos de determinação do CN
SCS Serviço de Conservação do Solo
NRCS Serviço de Conservação dos Recursos Naturais
BHRJ Bacia Hidrográfica do Ribeirão Jaguara
IB Infiltrabilidade Básica
GD1 Unidade de Planejamento e Gestão de Recursos Hídricos do Alto Rio
Grande
SUMÁRIO
1 INTRODUÇÃO ................................................................................ 22
2 REFERENCIAL TEÓRICO ........................................................... 25
2.1 Importância e distribuição da água ................................................ 25
2.2 O ciclo hidrológico ............................................................................ 26
2.3 Modelagem chuva-escoamento superficial direto (ou chuva-
deflúvio) ............................................................................................. 29
2.4 O escoamento superficial e seus componentes ............................... 31
2.4.1 Generalidades ................................................................................... 31
2.4.2 Separação dos escoamentos numa hidrógrafa ............................... 35
2.5 Método CN-SCS ............................................................................... 36
2.5.1 Descrição do método ........................................................................ 36
2.5.2 O armazenamento potencial de água no solo (S) ........................... 40
2.5.3 Condições de umidade antecedente ................................................ 41
2.5.4 Classificação hidrológica dos solos.................................................. 43
2.5.5 Determinação dos valores de CN .................................................... 44
3 MATERIAL E MÉTODOS ............................................................. 47
3.1 Caracterização da bacia hidrográfica do ribeirão Jaguara (BHRJ)
............................................................................................................ 47
3.2 Monitoramento hidrológico e meteorológico ................................. 52
3.3 Determinação do hidrograma de escoamento superficial ............. 55
3.4 Análise da abstração inicial ............................................................. 57
3.5 Determinação do parâmetro CN (Curve Number) para a BHRJ . 58
3.5.1 Mapeamento dos valores de CN derivados da tabela NEH-4....... 60
3.5.2 Determinação média do CN através de dados observados (λ, Q e
P5) ....................................................................................................... 63
3.5.3 Determinação de CN considerando λ = 0,2, Q e P5........................ 65
3.5.4 Determinação de CN considerando λ = 0,02, Q e P5...................... 66
3.5.5 Determinação de CN considerando λ = 0,05, Q e P5...................... 68
3.5.6 Determinação dos valores de CN pelo método Asymptotic
Determination of runoff Curve Numbers (HAWKINS, 1993)........ 68
3.5.7 Determinação do CN através da aproximação com um sistema de
dois valores de CN The Two-CN system approach (SOULIS;
VALIANTZAS, 2012) ...................................................................... 72
3.6 Estatísticas de precisão .................................................................... 79
3.6.1 Raiz do quadrado médio do erro (RMSE) ..................................... 79
3.6.2 Coeficiente de Eficiência de Nash-Sutcliffe (CNS) .......................... 79
3.6.3 Coeficiente Pbias ................................................................................. 80
4 RESULTADOS ................................................................................. 82
4.1 Apresentação dos dados observados aplicados a este estudo ....... 82
4.2 Relação chuva-deflúvio na BHRJ ................................................... 92
4.3 Métodos de determinação do parâmetro CN ................................. 95
4.3.1 Parâmetro CN obtido espacialmente com base na tabela do NEH-4
–Métodos M1 e M2 ........................................................................... 96
4.3.2 Parâmetro CN obtido através de eventos chuva-deflúvio não
ordenados – Métodos M3 a M14 ................................................... 100
4.3.3 Parâmetro CN obtido através da metodologia baseada em eventos
chuva-deflúvio ordenados – M15 a M29 ...................................... 110
5 DISCUSSÃO ................................................................................... 128
6 CONCLUSÕES .............................................................................. 143
REFERÊNCIAS ............................................................................. 144
22
1 INTRODUÇÃO
2 REFERENCIAL TEÓRICO
2.4.1 Generalidades
(1)
(2)
(3)
Em que:
Q é o escoamento superficial direto (mm);
P é a precipitação total (mm);
Ia é a abstração inicial da precipitação (mm);
38
(4)
(5)
(6)
(7)
(8)
Tabela 1 Precipitação ocorrida nos últimos 5 dias para a estimativa das condições de
umidade antecedente
Precipitação acumulada nos 5 dias (mm)
Estação seca Estação Úmida
AMC (abril a setembro) (outubro a março)
I < 13 < 36
II 13 a 28 36 a 53
III > 28 > 53
Fonte: Mello e Silva (2013)
(9)
(10)
se, posteriormente, ser feita uma média ponderada para se encontrar um valor
médio representativo para a bacia.
Na Tabela 3 são apresentados os valores de CN para os complexos
hidrológicos solo-cobertura, sendo estes para a condição II de umidade
antecedente e λ = 0,2. Conforme já foi mencionado, caso o solo esteja dentro das
condições I e III de umidade, deverão ser aplicadas as Equações 9 e 10,
respectivamente, para se encontrar os novos valores de CN a serem atribuídos.
Grupo Hidrológico
Uso do Solo Superfície A B C D
- normais 56 75 86 91
Chácaras - ruins 72 82 87 89
- de superfície dura 74 84 90 92
- muito esparsas 56 75 86 91
- esparsas 46 68 78 84
Florestas
- densas, alta transpiração 26 52 62 69
- normais 36 60 70 76
-cobertura com grama < 50% 68 79 86 89
Espaços abertos
(parques, cemitérios, etc.) -cobertura com grama de 50-75% 49 69 79 84
-cobertura com grama > 75% 39 61 74 80
Áreas impermeáveis - estacionamento 98 98 98 98
- pavimentadas com coletores
de enxurradas 98 98 98 98
- pavimentadas e canais coletores
Ruas e estradas abertos 83 89 92 93
- estradas cascalhadas 76 85 89 91
- estradas de terra 72 82 87 89
- comerciais 89 92 94 95
Áreas urbanas
- industriais 81 88 91 93
- 65% 77 85 90 92
- 38% 61 75 83 87
- 30% 57 72 81 86
Áreas residenciais* - 25% 54 70 80 85
- 20% 51 68 79 84
- 12% 46 65 77 82
- lotes urbanos 77 86 91 94
* % de cobertura da área (conclusão)
Fonte: (SCS 1956, 1964, 1971, 1985, 1993, 2004), adaptados de Huffman et al. (2011), e
Mello e Silva (2013)
47
3 MATERIAL E MÉTODOS
(13)
(14)
(15)
63
(16)
(17)
(18)
(19)
É visto que a Equação 19 não tem solução algébrica direta, uma vez que
o valor de S, separado no primeiro termo, depende dele mesmo no segundo
termo da equação, fazendo-se necessário o emprego de resoluções através de
métodos numéricos.
Sendo assim, Hawkins (1993) propôs a seguinte equação para o cálculo
de S:
(20)
(21)
(22)
(23)
(24)
Esta equação é bastante útil, uma vez que permite calcular o valor de CN
para um evento chuva-deflúvio qualquer, considerando diferentes valores de λ.
Calculados os valores de CN para cada evento chuva-deflúvio, a
metodologia aplicada anteriormente foi novamente utilizada, onde foram obtidos
nove valores de CN, pois, além de se considerar a média entre os eventos,
considerou-se também a moda e a mediana para todas as três classes: CNI, CNII
e CNIII.
A média, moda e mediana dos valores de CN calculados foram
utilizadas para a estimativa do escoamento superficial direto (Q) sendo
apresentadas nos resultados como M9, M10, e M11, respectivamente.
68
Outra consideração a ser feita, é que este método foi elaborado para
determinar um valor de CN que se aproxima de uma constante, então, para as
bacias hidrográficas nas quais se observa o (complacent behaviour), mesmo para
os maiores eventos, este valor não se aproximará de uma constante, logo, este
método não é o mais indicado (HAWKINS, 1993).
O primeiro passo para aplicar esta metodologia é separar P e Q e
classificá-los em ordem decrescente individualmente, conforme dito
anteriormente. Após isso, calcula-se os valores de CN para os pares de P e Q
formados, utilizando a Equação 24 de forma direta, para qualquer valor de λ
considerado. Para o caso da BHRJ foram feitas 3 considerações: λ = 0,2,
conforme proposta inicial do método CN-SCS; λ = 0,05, e λ = 0,02, que foi a
média observada da abstração inicial para a bacia.
O terceiro passo é classificar o comportamento que a bacia apresenta
conforme Hawkins et al. (1993) em: standard behaviour ou violent behaviour.
Para complacent behaviour, conforme dito anteriormente, este método não é
indicado, uma vez que o valor de CN não se aproxima de um valor constante
com o aumento da precipitação, e por isso, não existe uma equação que descreva
tal situação.
Observa-se que, nos casos expostos acima, o valor de CN varia com a
precipitação, logo, as seguintes equações foram elaboradas por Hawkins (1993)
para ajustar o valor de CN em função de P, considerando standard behaviour e
violent behaviour, respectivamente:
(25)
(26)
72
proposto com λ = 0,2, assim como o valor proposto por Woodward et al.
(2003), com λ = 0,05, e também, o valor encontrado para a bacia pela
separação da abstração inicial, λ = 0,02. Até aqui, o processo é o mesmo
que o da metodologia anterior;
ii. Na sequência, a bacia é separada em duas áreas, atribuindo-se um valor
de CN inicial para cada uma delas, sendo chamados de CNa0 e CNb0,
com CNa0 > CNb0. Se a área da bacia que apresenta um valor de CN =
CNa0 é igual a ―a‖, então (1-a) é a área da bacia em que CN = CNb0.
Essa atribuição pode ser feita com base no mapa de CN obtido pela
aplicação direta da tabela, e aplicação da equação 13. Ou então, como no
caso da BHRJ, com a utilização do programa ArcGIS faz-se uma
separação dos valores de CN em duas classes, e, observando o
histograma de frequência um valor inicial de CNa0 e CNb0 é atribuído;
este consiste de um valor inicial para o ajuste do modelo;
iii. Com a aplicação da equação 8, calcula-se um valor de armazenamento
potencial de água no solo (S) para cada CN atribuído, CNa0 e CNb0, e
por sua vez, calcula-se a parcela da abstração inicial (λS) para cada um
dos valores de λ considerado;
iv. Após isso, aplicam-se as equações 28, 29, 30, 31 e 32 para a obtenção
do valor do escoamento superficial direto (Q) calculado, que, através da
equação 27, encontra-se o valor de CN calculado para cada evento com
λ = 0,2. Para outro λ considerado, aplica-se a equação 24, contudo, Q
deve ser substituído por Qa+Qb;
v. Finalmente, através do ajuste feito pelo método dos mínimos quadrados,
os parâmetros, a, CNa e CNb são ajustados para cada valor de λ
considerado.
76
(27)
Em que:
(28)
(29)
Sendo,
se (30)
se (31)
se (32)
(33)
Em que,
78
(34)
(35)
(36)
(37)
(38)
Em que:
representa a média do escoamento superficial direto observado (mm);
Q0 representa o escoamento superficial direto observado para o evento i (mm);
Qc representa o escoamento superficial direto estimado para o evento i (mm)
(39)
4 RESULTADOS
nos trabalhos realizados por Beskow (2009) e Melo Neto (2012), o que pode
alterar de forma significativa os valores da abstração inicial.
Explorando ainda o Gráfico 6, é possível observar que mesmo
considerando as condições de umidade antecedente para cada evento (83 eventos
foram classificados como AMC I, 29 como AMC II, e 54 como AMC III), que
foi feita com base na Tabela 1, a variação dos valores de CN observados
continua significativa, mostrando, portanto, que mesmo separando-se os eventos
de acordo com a precipitação ocorrida nos últimos 5 dias, a determinação de um
valor de CN único para a bacia não é plausível.
A abstração inicial (Ia) caracterizada para cada evento também foi
individualizada de acordo com as condições de umidade antecedente, com o
propósito de verificar a influência da umidade do solo em seus valores. É notória
a alta variação dos valores obtidos para qualquer AMC, conforme pode ser
verificado através do Gráfico 7. É esperado que, para AMC I, os valores da
abstração inicial sejam maiores do que para AMC II, e AMC III,
respectivamente, uma vez que a condição I é aquela em que o solo se encontra
seco, tendo, portanto, uma maior capacidade de infiltração do que para as
condições II e III. Além do mais, pode existir ainda uma influência da topografia
e da própria cobertura vegetal, onde, para AMC I as depleções no terreno e o
dossel não estão saturados, fatos estes possíveis de serem observados para AMC
III.
90
(40)
(41)
(42)
(43)
94
Tabela 9 Valores de CN calculados pelo M9, M10 e M11 e suas respectivas estatísticas
de precisão para a estimativa de Q
λ = 0,02 CNI CNII CNIII RMSE CNS Pbias
M9 38,0 41,4 52,6 5,21 0,68 -10,35
M10 28,0 37,0 54,0 5,25 0,67 4,28
M11 35,9 41,5 54,0 5,30 0,67 -10,02
O resultado dos métodos M9, M10 e M11, podem ser visualizados nas
nos Gráficos 20, 21 e 22.
Tabela 10 Valores de CN calculados pelo M9, M10 e M11 e suas respectivas estatísticas
de precisão para a estimativa de Q
λ = 0,05 CNI CNII CNIII RMSE CNS Pbias
M12 47,9 51,0 59,2 6,34 0,52 -21,36
M13 40,0 48,0 61,0 6,16 0,55 -9,28
M14 46,4 49,7 59,9 6,30 0,53 -18,92
Assim, para o comportamento padrão, o ajuste dos dados deve ser feito
com base na equação 25 para a obtenção do valor de CN∞, e µ1. A Tabela 11
apresenta os valores de CN∞ e µ1 para os métodos M15, M16 e M17, após o
ajuste conduzido com base no método dos mínimos quadrados.
(44)
(45)
(46)
É fato que para avaliar os métodos testados, os dados dos eventos chuva-
deflúvio a serem considerados são aqueles não ordenados, uma vez que o
ordenamento foi feito apenas para ajustar os valores dos parâmetros CN∞ e µ1.
Os resultados dos métodos M15, M16 e M17 estão representados na
Tabela 12, em que se encontram os valores dos coeficientes de precisão
estatística, RMSE, CNS e Pbias.
114
Tabela 12 Estatísticas de precisão para estimativa de Q calculados por M15, M16 e M17
Método RMSE CNS Pbias
M15 6,26 0,53 -4,62
M16 5,31 0,67 4,60
M17 5,08 0,69 15,25
O ajuste dos dados de Q estimados para M15, M16 e M17 pode ser
visualizado nos Gráficos 28, 29 e 30, respectivamente.
Tabela 15 Valores das estatísticas de precisão para a estimativa de Q obtidos por M24,
M25 e M26
Método λ RMSE CNS Pbias
M24 0,2 11,76 0,41 -41,46
Figura 12 Mapa de CN gerado pelo ajuste do modelo heterogêneo para λ = 0,2 - M27
Figura 13 Mapa de CN gerado pelo ajuste do modelo heterogêneo para λ = 0,05 - M28
125
Figura 14 Mapa de CN gerado pelo ajuste do modelo heterogêneo para λ = 0,02 - M29
5 DISCUSSÃO
estimativa de Q. É possível verificar que os métodos M9, M10 e M11, onde foi
usado λ = 0,02, apresentaram os melhores resultados, com valores de CNS de
0,68, 0,67 e 0,67, respectivamente. Para os mesmos métodos, os valores
calculados de Pbias foram de -10,35, 4,28 e -10,02. Apesar do Pbias aceitável
para os 3 métodos, o método M10 apresentou a menor tendência, sendo o mais
indicado para a estimativa do escoamento superficial direto para a BHRJ, dentre
os métodos citados.
Ainda em relação aos métodos foram calculados com base nos eventos
chuva-deflúvio, fica visível que considerar um valor de λ = 0,2 não culmina em
bons resultados.
Para a situação na qual não se dispõe de hietogramas e hidrogramas,
recomenda-se o uso do parâmetro λ igual a 0,05, visto que a estimativa de Q
para a BHRJ apresentou melhores resultados do que para λ = 0,2. Resultado
semelhante foi encontrado por vários autores, Woodward (2003), Shi et al,
(2009), Kim et al., (2010), Yuan et al. (2014)), D‘Asaro et al. (2014), Ajmal et
al. (2015, 2016).
Para a BHRJ, os métodos M12, M13 e M14 utilizaram λ = 0,05,
originando valores de CNS iguais a 0,52, 0,55 e 0,53, respectivamente, ficando
visível que os valores de Q são melhores calculados do que com λ = 0,20, em
que os coeficientes CNS foram de -0,18, -0,70 e -0,29 para os mesmos modelos.
Dentre os métodos citados, o mais indicado foi o M13, que leva em
consideração a moda entre os valores de CN calculados com λ = 0,05, pois além
de apresentar o maior valor de CNS, evidenciou também os menores valores de
RMSE e Pbias. O RMSE foi de 6,16 contra 6,34 para M12 e 6,30 para M14, e
Pbias de -9,28 contra -21,36 para M12 e -18,92 para M14, ou seja, todos os
modelos superestimam os valores de Q, conforme pode ser visto nos Gráficos
23, 24 e 25.
133
valores de CNS iguais a 0,67 e 0,70, e por último, os métodos M15 e M18, com λ
= 0,2, os valores de CNS foram de 0,53 e 0,46, respectivamente.
Desta forma, observa-se que para este método, houve uma melhora na
estimativa de Q considerando o valor de λ = 0,2 como foi originalmente
proposto, mas ainda assim, para λ = 0,02 e 0,05, os resultados foram mais
adequados. Ajmal et al. (2016), com base nos valores de RMSE calculados após
a estimativa do escoamento superficial direto, encontraram, para λ = 0,2,
resultados significativamente melhores do que a quando se considera a
determinação do CN pelo método original, indicando que o modelo proposto por
Hawkins (1993), estima de forma adequada, os valores de CN para a estimativa
de Q.
Os mesmos autores afirmaram que a eficiência da aplicação do método
CN-SCS para a estimativa de Q é superior quando se considera λ = 0,05, para
qualquer método de determinação deste. Ajmal et al. (2016) ainda aplicaram
valores de λ iguais a 0,01 e 0 para a estimativa de Q com o valor de CN
tabelado, e concluíram que, para as 10 bacias hidrográficas estudadas os valores
de Pbias ficaram dentro do intervalo de +/- 10%. Não somente o Pbias, mas os
outros indicadores também mostraram uma melhor eficiência na determinação
de Q quando se considera estes valores de λ para o CN tabelado (SCS, 1956,
1964, 1971, 1985, 1993, 2004; HUFFMAN et al., 2011; MELLO; SILVA ,
2013).
Os valores de RMSE para os métodos M15 à M20 indicam que os
melhores ajustes foram feitos pelos métodos M17 e M20, assim como quando se
avalia os valores de CNS. Contudo, considerando os valores de Pbias, o M17 foi
o que apresentou o maior valor, dentre os métodos que estimaram Q
considerando todos os dados. Seu valor foi de 15,25 para M17, -4,62 e 4,60%
para M15 e M16, respectivamente.
135
Esse fato foi verificado por Hjmfelt (2001), que achou adequado a
consideração de dois ou mais valores de λ, sendo estes dependentes da
precipitação. Woodward et al. (2003), verificaram que considerar menores
valores λ para bacias com menores valores de CN resulta em melhor
aproximação de Q, uma vez que menores valores de CN correspondem a solos,
cobertura vegetal e manejo que favorecem a infiltração, aumentando assim o
valor de S, e, fixando a abstração inicial, quanto maior o S, menor o valor de λ.
Além disso, baixos valores de CN também correspondem a altos valores de Ia.
Para os métodos em questão, as baixas precipitações que geraram
valores de escoamento superficial direto são devido às regiões da bacia com
altos valores de CN, tornando mais fácil fazer esse tipo de consideração do que
utilizar diferentes valores de λ para uma mesma bacia. Assim, quando se
considera a heterogeneidade da bacia, os baixos valores de precipitação que
geram escoamento superficial direto, estão vinculados a áreas impermeáveis tais
como: rodovias, áreas urbanas, corpos d‘água etc. (SOULIS; VALIANTZAS,
2012). À medida que a precipitação aumenta, outras áreas com menores valores
de CN começam a contribuir para o aumento de Q. A proposta deste modelo
heterogêneo, aplicado em M27, M28 e M29 para a BHRJ, está em conformidade
com as características naturais da bacia hidrográfica e justificam, portanto, a alta
variação dos valores de CN observados (SOULIS; VALIANTZAS, 2012).
Soulis e Valiantzas (2012), também consideraram um único valor de CN
obtido pelo mapa e obtiveram resultados similares aos observados na BHRJ, ou
seja, a estimativa de Q considerando apenas um único valor de CN médio e fixo
não é satisfatória.
Os Gráficos 44, 45 e 46 dizem respeito aos valores de CN calculados
para λ = 0,02, 0,05 e 0,2, que foram apresentados na Tabela 18.
139
Gráfico 44 Variação dos valores de CN obtidos pelos métodos M3, M4, M5, M9, M10 e
M11 para λ = 0,02
Gráfico 45 Variação dos valores de CN obtidos pelos métodos M2, M12, M13 e M14
para λ = 0,05
140
Gráfico 46 Variação dos valores de CN obtidos pelos métodos M1, M6, M7 e M8 para λ
= 0,2
Para λ = 0,02, observa-se pelo Gráfico 44, que não houve grandes
variações dos valores determinados de CN para AMC I, sendo que a média para
os 6 métodos (M3, M4, M5, M9, M10 e M11) foi igual a 31,56, o maior valor
foi de 37,96 (M9), e o menor valor de 27,86 para M5. Para AMC II também não
houve grandes variações dos valores entre os métodos, com uma média de
37,63, máximo de 41,54 (M11), e mínimo de 34 (M4). Observa-se, porém, que
para AMC III, a média dos valores de CN paras os 6 métodos considerados foi
de 54,65, mínimo de 50,69 (M3), e máximo de 63 (M4). Este resultado,
juntamente com os valores de CNS, Pbias e RMSE apresentados na Tabela 18,
demonstra que considerar um valor de CN igual a 63 na aplicação do método
CN-SCS para λ = 0,02, pode ocasionar erros significativos na estimativa de Q.
Para λ = 0,05, de acordo com o Gráfico 45, observa-se que houve uma
maior variação dos valores de CN paras as condições II e III de umidade
141
6 CONCLUSÕES
REFERÊNCIAS
______. Investigation of SCS-CN and its inspired modified models for runoff
estimation in South Korean watersheds. Journal of Hydro-environment
Research, v. 9, n. 4, p. 592-603, 2015.
ESPÍRITO SANTO, C. M.; BRAGA, B.; LOBO, G. A.; FORTI, M. C.; MELFI,
A. J. Simulação hidrológica de pequena bacia na Amazônia Tropical. Revista
Brasileira de Recursos Hídricos, Porto Alegre, v. 6, n. 2, p. 107-118, abr./jun.
2001.
KIM, N. W.; LEE, J.. Temporally weighted average curve number method for
daily runoff simulation. Hydrological Processes, v. 22, n. 25, p. 4936-4948,
2008.
KIM, N. W.et al. SWAT application to estimate design runoff curve number for
South Korean conditions. Hydrological processes, v. 24, n. 15, p. 2156-2170,
2010.
MISHRA, S. K.; SINGH, V. P. A relook at NEH‐4 curve number data and antecedent
moisture condition criteria. Hydrological processes, v. 20, n. 13, p. 2755-2768, 2006.
MOODY, J. A. et al. Current research issues related to post-wildfire runoff and erosion
processes. Earth-Science Reviews, v. 122, p. 10-37, 2013.
SHI, Z. H. et al. Research on the SCS-CN initial abstraction ratio using rainfall-
runoff event analysis in the Three Gorges Area, China. Catena, v. 77, n. 1, p. 1-
7, 2009.
152
SHI, Z. H. et al. Research on the SCS-CN initial abstraction ratio using rainfall-
runoff event analysis in the Three Gorges Area, China. Catena, v. 77, n. 1, p. 1-
7, 2009.
YUAN, Y. et al. Initial abstraction and curve numbers for semiarid watersheds
in Southeastern Arizona. Hydrological Processes, v. 28, n. 3, p. 774-783, 2014.